现WSN中路由生成修复算法的设计与实现.pptVIP

. * 应用蚂蚁算法求解WSN路由问题 偏转角 路由生成步骤 使用ER模型生成源节点 在各源节点上分别放置一只蚂蚁 使用蚂蚁算法选择下一跳节点 多次循环产生源节点到sink节点的路径 从所生成的路径中选择一条最优路径作为最后数据传输路径 . * 基于偏转角的蚂蚁路由算法实现 参数设置 . * 单个蚂蚁的约束条件 根据路径上的信息素浓度，以相应的概率来选取下一步路径； 不再选取自己本次循环己经走过的路径为下一步路径，用一个禁用列表(tabu list)来控制这一点； 当完成了一次循环后，根据整个路径长度来释放相应浓度的信息素，并更新走过的路径上的信息素浓度。 . * 公式 . * 具体算法 . * 算法的时间复杂度 由For，While等语句得出该算法时间复杂度为 每个节点的邻居节点数量不多，改算法整体上说收敛度较高。 . * 仿真性能分析 实验假设 网络中只有一个sink节点，且能量可补给； 传感器网络的所有节点的结构相同，且节点能力有限； 传感器节点位置固定； sink节点事先已知所有传感器节点位置，且永远可信任； 传感器节点感知范围内节点可以直接通信。 . * 仿真场景的搭建 . * 参数设置规律 反馈量，越大，算法收敛性越高. 残留信息素的重要程度，越大，信息素对蚂蚁决策影响越大。 能见度的重要程度，越大，对能见度（即距离）的依赖性越强。偏转角增加了其对收敛性的影响。 对算法有双重影响。 . * 实验的两个阶段 假设实验的一组可行参数组合为 （1） （2） . * 参数初始设置 每个无线传感器节点的初始能量为0.5J; 能量阈值为0.05J; 无线通信范围为30m; 路由建立过程中使用的查询数据包大小设置为2000bits; 当传输数据量为1bit的消息时，发送电路和接受电路能源消耗为 =50nJ/bit, 其中参数 取决于接收器的敏感度和噪音，一般取值100pJ/bit/m2； 由于蚂蚁所选择的下一跳节点是其邻居节点，所以算法中使用自由空间能量衰减模型； 的一组初始可行值设定为{4，5，0.3，0.9}. . * 不考虑偏转角因素时 单次循环最优路径长度 单次循环能量消耗 单次循环最优路径长度 的最小值 . * 考虑偏转角因素时 单次循环最优路径长度 单次循环能量消耗 单次循环最优路径长度的 最小值 . * 在考虑偏转角因子的前提下，使用不同参数组合所得实验数据 参数取值变化(考虑偏转角因子) 单次循环所得最优路径的平均值 单次循环能量消耗 最佳最优路径长度 一组可行取值(循环次数为800次) 4 5 0.3 0.9 203.97 0.0429 171.02 第一阶段(循环次数为900次) 2 7 0.5 0.5 202.18 0.0422 169.23 3 6 0.7 0.4 199.67 0.0391 179.59 4 7 0.75 0.1 196.09 0.0428 163.14 第二阶段(循环次数为700次) 6 1 0.1 1.0 196.53 0.0479 176.45 7 3 0.15 1.5 190.45 0.0404 157.50 8 2 0.2 2 203.30 0.0426 170.35 . * 在不考虑偏转角因子的前提下，使用不同参数组合所得实验数据 参数取值变化(不考虑偏转角因子) 单次循环所得最优路径的平均值 单次循环能量消耗 最佳最优路径长度 一组可行取值(循环次数为1500次) 4 5 0.3 0.9 381.49 0.0797 359.94 第一阶段(循环次数为2000次) 2 7 0.5 0.5 638.00 0.1371 616.46 3 6 0.7 0.4 676.23 0.1318 640.62 4 7 0.75 0.1 610.92 0.1320 589.38 第二阶段(循环次数为1000次) 6 1 0.1 1.0 375.97 0.0877 347.84 7 3 0.15 1.5 499.85 0.1108 478.31 8 2 0.2 2 338.84 0.0639 311.32 . * 4 WSN中一种新型路由修复算法的实现 在大多数基于洪泛（Flooding）的平面路由协议中，路由发现或者路由重新发现包都是全向广播的，这带来了相当的通信开销和额外的无线信道竞争。 路由修复算法可以有效减少路由重建所带来的开销。 . * 基于sink节点序号的路由修复算法(SSRUA)的实现步骤 （1）使用AODV算法建立源节点到sink的路由，并保存每个节点sink 节点序号； （2）网络中不工作节点